PEAR2020

2020年10月16日

摘要：一、需求：现有customers，orders，orderItems，goods表，记录电商相关信息，需要给每类customers推荐他们最感兴趣的商品表表关系为：二、思路：获得特征：组成代表顾客消费特征的DataFrame（如用户年龄，用户会员等级）归一化特征：除了ID标识，所有特征归一阅读全文

posted @ 2020-10-16 09:42 PEAR2020 阅读(484) 评论(0) 推荐(0) 编辑

Jfreechart之使用Java/scala 绘图

摘要：一、pom.xml  <dependency> <groupId>org.jfree</groupId> <artifactId>jfreechart</artifactI 阅读全文

posted @ 2020-10-16 08:49 PEAR2020 阅读(232) 评论(0) 推荐(0) 编辑

2020年10月15日

spark SQL之 Dataframe中na.fill的用法

摘要：对两个数据表如A，B取JOIN操作的时候，其结果往往会出现NULL值的出现。这种情况是非常不利于后续的分析与计算的，特别是当涉及到对这个数值列进行各种聚合函数计算的时候。 Spark为此提供了一个高级操作，就是：na.fill的函数。其处理过程就是先构建一个MAP，如下： val map = M 阅读全文

posted @ 2020-10-15 16:03 PEAR2020 阅读(2800) 评论(0) 推荐(0) 编辑

Spark ML 之稀疏和稠密向量

摘要：一、概念：DenseVector和SparseVector 密集向量的值就是一个普通的Double数组稀疏向量由两个并列的数组 indices和values 组成密集：[1.0,0.0,3.0] 其和一般的数组无异稀疏：(3,[0,2],[1.0,3.0]) 其表示的含义(元素的个数，元素的下阅读全文

posted @ 2020-10-15 11:43 PEAR2020 阅读(451) 评论(0) 推荐(0) 编辑

Spark ML 之如何将海量字符串映射为数字——StringIndexer/IndexToString

摘要：一、StringIndexer 在使用Spark MLlib协同过滤ALS API的时候发现Rating的三个参数：用户id，商品名称，商品打分，前两个都需要是Int值。那么问题来了，当你的用户id，商品名称是String类型的情况下，我们必须寻找一个方法可以将海量String映射为数字类型。好在S 阅读全文

posted @ 2020-10-15 11:03 PEAR2020 阅读(832) 评论(0) 推荐(0) 编辑

机器学习之聚类之 K-means算法

摘要：一、聚类定义聚类分析(cluster analysis)就是给你一堆杂七杂八的样本数据把它们分成几个组，组内成员有一定的相似，不同组之间成员有一定的差别。区别与分类分析(classification analysis) 你事先并不知道有哪几类、划分每个类别的标准。比如垃圾分类就是分类算法，你知阅读全文

posted @ 2020-10-15 10:10 PEAR2020 阅读(201) 评论(0) 推荐(1) 编辑

2020年10月14日

JVM 之 GC

摘要：一、堆内存图新生区由于对象产生的比较多并且大都是朝生夕灭的，所以直接采用复制算法。而养老区生命力很强，则采用标记-清理算法，针对不同情况使用不同算法。二、各种GC以及触发条件 Minor GC：从年轻代回收内存触发条件： Eden区域满新创建的对象大小 > Eden所剩空间对象分配原阅读全文

posted @ 2020-10-14 10:24 PEAR2020 阅读(90) 评论(0) 推荐(0) 编辑

2020年10月12日

Redis 之 Linux安装 | 命令

摘要：一、使用版本二、步骤 cd $REDIS_HOME # 切换至redis解压目录 make MALLOC=libc # 执行编译 cd src # 切换至编译生成的src目录 make install PREFIX=$REDIS_HOME # 执行安装，指定安装位置为redis解压目录 # 配置r 阅读全文

posted @ 2020-10-12 17:07 PEAR2020 阅读(108) 评论(0) 推荐(0) 编辑

spark Graphx 之 Connected Components

摘要：一、Connected Components算法 Connected Components即连通体算法用id标注图中每个连通体，将连通体中序号最小的顶点的id作为连通体的id。如果在图G中，任意2个顶点之间都存在路径，那么称G为连通图，否则称该图为非连通图，则其中的极大连通子图称为连通体，如下图所示阅读全文

posted @ 2020-10-12 11:48 PEAR2020 阅读(727) 评论(0) 推荐(0) 编辑

2020年10月11日

spark Graphx 之 Pregel

摘要： Pregel是Google提出的用于大规模分布式图计算框架图遍历（BFS）单源最短路径（SSSP） PageRank计算 Pregel的计算由一系列迭代组成，称为supersteps Pregel迭代过程每个顶点从上一个superstep接收入站消息计算顶点新的属性值在下一个superst 阅读全文

posted @ 2020-10-11 16:52 PEAR2020 阅读(197) 评论(0) 推荐(0) 编辑

公告